机器学习----K-means（二）

最新推荐文章于 2020-10-23 11:15:36 发布

zhourunan123

最新推荐文章于 2020-10-23 11:15:36 发布

阅读量244

点赞数

分类专栏：机器学习文章标签：机器学习数据挖掘 k-means

本文链接：https://blog.csdn.net/zhourunan123/article/details/80064628

版权

本文详细探讨了K-means聚类算法的工作原理，包括初始中心点的选择、迭代过程以及如何确定收敛条件。通过实例分析展示了K-means如何在数据挖掘中用于无监督学习，对数据进行有效划分。同时，讨论了该算法的优缺点，如对初始点敏感、可能陷入局部最优等问题，并提出了可能的改进策略。

摘要由CSDN通过智能技术生成

%matplotlib inline  
# -*- coding: utf-8 -*-
'''K均值聚类'''
from numpy import *
import numpy as np

def loadDataSet(fileName):
    '''导入数据'''
    dataMat = []
    fr = open(fileName)
    for line in fr.readlines():
        curLine = line.strip().split('\t')
        fltLine = list(curLine)
        dataMat.append(fltLine)
    dataMat = np.array(dataMat,dtype=np.float64)
    return dataMat

def distEclud(vecA, vecB):
    '''距离计算公式，本处计算欧式距离'''
    return sqrt(sum(power(vecA - vecB, 2)))

def randCent(dataSet, k):
    '''构建一个包含k个随机质心的集合'''
    n = np.shape(dataSet)[1]
    centroids = mat(zeros((k,n)))
    for j in range(n):
        minJ = min(dataSet[:,j]) 
        rangeJ = float(max(dataSet[:,j]) - minJ)
        centroids[:,j] = mat(minJ + rangeJ * random.rand(k,1))
    return centroids
    
def kMeans(dataSet, k, distMeas=distEclud, createCent=randCent):
    '''
    K-均值聚类算法主函数
    本算法会创建k个质心，然后将每个点分配到最近的质心，再重新计算质心
    重复上述过程，知道数据点的簇分配结果不再改变为止
    '''
    m = shape(dataSet)[0]
    clusterAssment = mat(zeros((m,2)))#存储每个点的簇分配结果
    centroids = createCent(dataSet, k)#初始质心
    clusterChanged = True
    while clusterChanged:
        clusterChanged = False
        for i in range(m):#循环所有数据点
            minDist = inf; minIndex = -1